Autosimilarité et mémoire longue : Les rendements des indices boursiers tunisiens sont-ils chaotiques ?

Monia ANTAR

Résumé


La Finance fractale est venue au secours des modèles classiques incapables d’expliquer les anomalies boursières et des modèles linéaires inadéquats pour caractériser les processus complexes. La caractérisation des séries financières est toujours d’actualité. Le calcul de l’exposant de Hurst, de la dimension fractale, de l’exposant de Lyapunov, de la fenêtre de Theiler et la réalisation du test de déterminisme, nous ont permis de mieux appréhender la dynamique des rentabilités des indices cotés sur la Bourse de Tunis. Les résultats montrent que les rentabilités ne sont pas linéaires, suivent des lois alpha stables, présentent une mémoire longue mais ne sont toutefois pas chaotiques. L’hypothèse d’un mouvement fractal brownien est privilégiée. 


Texte intégral :

PDF

Références


Adam Estelle, 2001, L’analyse fractale des marchés financiers, mémoire de Stage effectué à Finama Asset Management

Blank SC,1991, Chaos in futures markets: a nonlinear dynamically analysis. J Futures Mark 11, pp.711–728

Bonache Adrien, Moris Karen, May 2011, Chaos dans les ventes de biens à la mode et implication pour le contrôle de gestion. Comptabilités, économie et société, Montpellier, France. pp.cd-rom.

Delignières Didier, 2001, L’analyse des processus stochastiques, working paper Université Montpellier I

DuMouche W. H., 1971, Stable Distributions in Statistical Inference PhD dissertation Department of Statistics Yale University

Etchecopar Philippe, 2002, Cégep de Rimouski, Quelques éléments sur la théorie du chaos, Disponible sur le Site du Saut Quantique, URLwww.apsq.org/sautquantique/telechargement/ chaos.pdf

Faggini, M. & Parziale, , 2016, More than 20 years of chaos in economics, Mind & Society volume 15, Issue 1, pp 53-69

Fenghua Wen, Zhong Li, Chaohua Xie and David Shaw, 2014, Study on the fractal and chaotic features of the Shanghai Composite Index, Fractals, Vol. 20, No. 2, 133–140

Hacinliyan A. S., Kandiran E., 2015, Fractal Analysis of Stock Exchange Indices in Turkey, Online Academic Journal of Information Technology, Vol 6 - Num 18

Hayek Kobeissi Yasmine , 2012, Multifractal Financial Markets: An Alternative Approach to Asset and Risk Management , SpringerBriefs in Finance

Hayek Kobeissi Yasmine, 2009, Marchés fractals, stratégies d'investissements, Paris : Connaissances et savoirs.

Herlin Philippe, 2010, Finance : le nouveau paradigme Comprendre la finance et l'économie avec Mandelbrot, Taleb, EYROLLES.

Hervé Alexandre ,1994, Le chaos en Finance. Deux mesures de l’exposant de Lyapunv signal de Chaos sur la bourse de Paris, le journal de la société statistique de Paris, tome 135, n°3, PP 45-71.

J.A. Hołyst, M. Żebrowska, K. Urbanowicz, 2001, Observations of deterministic chaos in financial time series by recurrence plots, can one control chaotic economy?, the European Physical Journal B, Volume 20, Number 4, Page 531

Jianbo Gao, Hussain Sultan, Jing Hu, , and Wen-Wen Tung, 2010, Denoising Nonlinear Time Series by Adaptive Filtering and Wavelet Shrinkage: A Comparison, IEEE signal processing letters, vol. 17, no. 3,

Kaplan T. (1994), « Exceptional Events as Evidence for Determinism », 2008, Physica, 73, pp. 38-48.

Kouamo Olaf, 2011, Analyse des séries chronologiques à mémoire longue dans le domaine des ondelettes, thèse de doctorat TELECOM ParisTech

Kwaku K. Opong, Gwyneth Mulholland , Alan F. Fox , Kambiz Farahman 1999, The behaviour of some UK equity indices: An application of Hurst and BDS tests, Journal of Empirical Finance 6, 267_282

Ladislav Kristoufek, 2012, fractal markets hypothesis and the global financial crisis: scaling, investment horizons and liquidity, Advances in Complex Systems Vol. 15, No. 6, 1250065 (13 pages)

M. Sewell, 2008, Chaos in financial markets, working paper

Mandelbrot Benoit, 2009, Une approche fractale des marchés Risquer perdre et gagner, Odile Jacob

Matjaz Perc , 2006, introducing nonlinear time series analysis in undergraduate courses, fizika 15,2, pp91–112

McCulloch, J., 1986, Simple consistent estimators of stable distribution parameters. Communications in Statistics - Simulation and Computation 15, 1109–1136.

McKenzie MD, 2001, Chaotic behavior in national stock market indices. Global Finance Journal, 12(1), pp.35–53

Mignon Valérie, 1998, Méthodes d’estimation de l’exposant de Hurst- Applications aux données financières, économie et prévision, volume 132, 1, PP. 193-214

Nassim Nicholas Taleb, 2010, Le Cygne noir la puissance de l’imprévisible, Les Belles Lettres.

Riane, Nizare. (2015). Etude de la dynamique non-linéaire des rentabilités de la bourse de Casablanca. University Library of Munich, Germany.

Sandri Marco, 1996, Numerical Calculation of Lyapunov Exponents, The mathematica journal, volume 6 issue 3

Touba, Sonia (2014), SUR L’ESTIMATION DES PARAMETRES DES LOIS STABLES, Université Mohamed Khider Biskra, PhD thesis.

Xiaohua Song, Dongxiao Niu, and Yulin Zhang, 2016, The Chaotic Attractor Analysis of DJIA Based on Manifold Embedding and Laplacian Eigenmaps, Hindawi Publishing Corporation Mathematical Problems in Engineering Volume 2016,


Renvois

  • Il n'y a présentement aucun renvoi.


Tous droits réservés (c) 2016 Monia ANTAR

Creative Commons License
Cette oeuvre est protégée sous licence CC Attribution-Pas d'Utilisation Commerciale 4.0 Licence Internationale.

Copyright© ISSN 1923-2993 Journal of Academic Finance (J.A.F.)

Pour recevoir nos courriels, s'assurer que le domaine "scientifics.fr" figure dans votre liste de sécurité. Si vous ne recevez pas d'e-mails dans votre boîte de réception, vérifiez vos dossiers "courriers indésirables".